講義資料

メイン資料

今日の資料はコチラから．

スマホで見る方はQRコードを読み込んでください

前回の復習

データの整理

  • 実施した調査によるデータ（調査が間に合わなければ，その他のデータ）を用いて， 記述統計量の算出手法について学ぶ．

関数とパッケージ

Rにおいてよく使う計算式は関数として用意されています．必要な関数はパッケージをインストールすることで，適宜追加することができます．

  • パッケージ：機能を拡張するもの．
    • 研究者など，たくさんの開発者が自身の研究上・仕事上のニーズに応じて拡張パッケージを用意している．
    • これを使えば様々な分析や操作が便利になる．
    • 必要に応じて，様々なパッケージを追加していくイメージ
以下の段取りを踏むことで利用可能となる．
  1. パッケージをインストールする．
  2. パッケージを読み込む．
  3. 関数を使う．

1.については，一度行うだけで良い．
2, 3にについては必要に応じて適宜実施する．

以下にはその一例を示す．

install.packages(“radiant”, dependencies = TRUE)
パッケージをインストールする．今日やるだけで良い．

library(radiant)
パッケージを読み込む，使うときには必ず入力する

radiant()
パッケージを起動する．これを入力することで起動できる．

他のデータを読み込む

今は皆さんに手入力でデータを打ち込んで貰いました．今度は，皆さんには“csvファイル”からデータを読み込んでもらおうと思います．Rの標準のデータ形式以外の他の形式のファイルを読み込むことを「インポート」と言います．

RStudioを使ってもらうと，次の手順でデータを読み込むことができます．

  • “Import Dataset”をクリックする．
    • “From Text (readr)…”をクリックする．
  • “Browse”をクリックする
    • 読み込みたいデータを選んで“Open”をクリックする．
    • データに併せて，クリックしていく．
      • 今回の場合は“First Row as Names”にチェックを入れる．これは1行目が各行のデータ名を示しているためである．
  • “Import”をクリックしてデータを読み込む．
  • 完了

下のコンソールには3つのコードが書かれます．1番目のコードは“readr”というパッケージを使うように，という指示をしています．2番目のコードは“データを読み込んで，こんな名前にしておいて下さい”を示しており，3番目のコードは“読み込んだデータを表示して下さい”を示している．

なお，このコード（特に上の2つ）は“>”を取り除いて上の“.R”ファイルに保存しておくと，次回以降便利であることが多い．

その時に，なれるまでこんな感じに説明書きも入れておくと良いと思います．．

library(readr)
# パッケージreadrを使う
dataset <- read_csv("~/hogehoge/dataset.csv")
# datasetを読み込む

なお，この“hogehoge”は読み込んだデータを保存した場所を示しており，人によって異なるので注意してください．

注意：データについて

このデータはゴトウが実施した1926人分のデータのうち，ランダムに選んだ963人分のデータです．このデータの取扱いについては，現在分析中＆論文として執筆中なので細心の注意を払って下さい．まだ，データの中身は「データの概要」に記載してあるので，そちらを参考にしてください．

読み込んだデータの記述統計量を算出します．ここでは人々の主観的幸福度について記述統計量を算出します．

主観的幸福度とは：

主観的幸福度とは人が感じている幸福度を示したものです．ここでは「現在，あなたはどの程度幸せですか？「とても幸せ」を10点，「とても不幸せ」を0点とすると，何点くらいになると思いますか？」として尋ねたものです．

昨今では主観的幸福度は「幸福の経済学」という分野で注目されています．

  • 詳細は秋学期に開講する「経済と情報行動」の中で触れます．

それでは，記述統計量を出してみましょう．特に，複数列あるデータの場合は$を使って，「データセットの中のこのデータ列について平均値を出して下さい」というように指定してあげます．

　

平均値を算出してみる．

主観的幸福度(SUB_HAP)の平均値 
[1] 6.002077

分散を算出してみる．

主観的幸福度(SUB_HAP)の分散 
[1] 5.503114

標準偏差を算出してみる．

主観的幸福度(SUB_HAP)の標準偏差 
[1] 2.345872
主観的幸福度(SUB_HAP)のヒストグラム

頻度を数えてみる．


  1   2   3   4 
153 381 355  74

ついでにヒストグラムも作ってみよう

世代の頻度を数えてみる．


10dai 20dai 30dai 40dai 50dai 60dai 70dai 
    8   140   361   358    77    18     1

　

  • 基本的には『関数』を用いた計算方法を紹介する．
esquisse:::esquisser()

※これを使うと簡単に可視化できる．

再現可能性(Reproducibility)の重要性

再現可能性に関する様々な議論と定義（Kulkarni, 2017）

Goodmanによる定義（Goodman et.al, 2016）：

  • 方法の再現可能性(Methods reproducibility)：反復可能性にもっとも近い．研究方法とデータに関する十分な情報が提供され、同じ手順を反復できるようになっていることを意味する．

  • 結果の再現可能性(Results reproducibility)：「方法の再現可能性」と密接に関連している．「元の実験と可能な限り同じ手順で，独立した実験を実施し，同じ結果を得ること」を意味する．

  • 推論の再現可能性(Inferential reproducibility)：先の2つの再現可能性とは異なる。別の研究から同じ推論が導かれることもあれば，同じデータから別の結果が推測されることもある．このため，推論の再現可能性とは「独立した再現実験もしくは元の研究の再分析から，質的に類似した結果を導くこと」を意味する．

Stoddenによる定義（Stodden, 2014）：

  • 実証的再現可能性(Empirical reproducibility)：物理的に実験を繰り返して実証する必要なすべての情報が提供されていることを意味する．この定義は，グッドマン氏の「方法の再現可能性」の定義に近い．
  • 計算／統計的再現可能性(Computational and statistical reproducibility)：研究における計算結果や分析結果を再び行うために欠かせないリソースが提供されていることを意味する．

Bakerによる定義（Baker, 2016）：

  • 分析的反復(Analytic replication)：単に元データを再分析して結果を再現すること．
  • 直接的反復(Direct replication)：元の実験と同じ条件，材料，方法を利用しようとすること．
  • 体系的反復(Systematic replication)：異なる実験条件で結果を再現しようとすること．（例えば，異なる細胞株やマウス株で実験を行うことなど．）
  • 概念的反復(Conceptual replication )：ある概念の一般的な正当性を示そうとすること．異なる有機体を使用する場合も含まれる．
再現可能なデータ分析とレポート作成のメリット（高橋, 2018）
  • 信頼性の向上
    • データ解析とは，得たデータを分析結果やグラフに変換すること
    • 同じデータからいつでもどこでも誰でも同じ結果を得られる必要がある
    • 分析が再現できることは，信頼性が高いことを示している．

※ 統計処理はあくまでも「プロセス」なので，決まった形式が存在している．同じ分析結果を出力するための技術は身につける必要がある．

  • 間違いの検証
    • 人間の作業には何らかの間違いが発生しがち．
    • 特に，分析過程でコードのどこかに間違いが存在することがある．
    • 再現可能なデータ分析を行うことで，間違いを探すことができる．

※ 間違ったことを責めるのではなく，どこに原因があるのかを探す&見つけられることが重要．

  • 作業効率の向上
    • 作業の大半を自動化できており，作業時間を減少することができる．
    • 間違いの検証にかかる時間も大幅に減少することが可能となる．
作業を進める際には以下のことを気をつけましょう．
  • データソースを手で加工，整形していないか
  • コピペを行っていないか
    • RのコードをRスクリプトにコピペする作業は除く
  • コンソールに直接コマンドを入力していないか
    • Rスクリプトを作成する際の動作確認やRスクリプトを実行するためのコマンドはコンソールに直接入力して良い
  • 手作業で結果やグラフの保存を行っていないか
  • 結果やグラフをコピペや手作業でレポートに貼り付けていないか
    • Rマークダウンでレポートを作る場合

RMarkdownの使い方

実際にRMarkdownでアウトプットを出力してみよう．
  • RMarkdownを立ち上げます．

  • 画面の通りクリックします．

  • Knitをクリックします．
    • 適宜保存等を行ってください．
    • テンプレート通りのアウトプットが行われます．
    • codeを保存しているフォルダにhtmlファイルができているので，確認してみよう．

Rmarkdownで編集するポイント
  • YAMLヘッダー：
    • RMarkdownのファイルのメタデータを設定
    • 著者情報の編集，出力ファイルの切り替え，目次の作成などの設定が可能
    • その他テンプレートなどをいろいろ組み合わせる．

  • チャンク：
    • コードを記述する部分

  • この間にRコードを記述する．
  • チャンクオプション：各チャンク内の動作を指定する．
チャンクオプション デフォルト オプションの意味
echo TRUE チャンク内での計算結果を出力として表示するか(TRUE)否か(FALSE)．
error TRUE チャンク内でのエラーを表示するか否か．
eval TRUE チャンク内での計算結果を評価するか否か
fig.cap 図の注釈：fig.cap=“Figure1”
fig.height 7 図の縦幅（インチ）
fig.width 7 図の横幅（インチ）
include TRUE チャンク・実行結果を出力するか否か(FALSEでもコードは評価される)．
message TRUE チャンク内でのパッケージの読み込みなどのメッセージを表示するか否か．
warning TRUE チャンク内での警告を表示するか否か．

今日のTake Home Messages

RMarkdownの記法

  • RMarkdown：
    • R上でドキュメントを作成するツール
    • htmlでもWordでもhtmlプレゼンテーション形式でも報告可能
    • もし得意な人がいればcssをいじって細かい設定をすることが可能．
      • なかなかややこしいのでざっくりとでよいのじゃないかしら？ 　
  • レポーティングが重要！
    • 分析した結果を他の人に伝える必要がある．
    • 自身の記録としても残しておく必要がある．

　

  • 再現性が重要！
    • 自身が行った分析を再度確認するために．
    • 他の人にデータの分析結果の妥当性を確認してもらうために．
    • コードと合わせて説明できることが望ましい．
      • 授業の際には科学の抱える再現性の問題についても紹介する．

Rでデータを扱う時に注意すべきこと

  • 必ず数字／文字は半角で入力する．
  • 日本語は使わずにローマ字を使用する．
  • コメントアウト（コードではなく，関係ないメモを入れること）をするときは半角の「#」から始める．
    • メモする内容は全角でもよい．
  • ファイル名およびパスには決して全角の文字（ひらがな，カタカナ，漢字，全角スペースなど）を入れてはいけない．
    • 半角英数字だけにする．
  • 慌てずに落ち着いて操作すれば，決して難しくない．
    • 1つずつ落ち着いて作業することを心がける．
  • 「わからない」ことを恐れない
    • 周りの友人に聞いたり，教員に確認したりしよう．
  • 文字化け対策にこちら のp8以降を確認して設定しよう．

演習問題

問題

問題

演習問題：

  • 次回までにご自身で分析してみたいテーマ（回帰分析1つ）＋（t検定1つ）＋（分散分析1つ）の帰無仮説と対立仮説を考えてきてください．

  • 前回の授業で行ったコードをRMarkdownでわかりやすいようにまとめてみよう．

リアクションペーパー：

  • 授業で学んだことおよび感想を下記リンクからお答えください．

リアクションペーパー

ヒント

  • こんなことがかかわるかも？
    • なんて，演習問題によってヒントが出たり何だりします．
    • ヒントがない時は気合でがんばりましょう．

データの概要

データ概要

ダウンロードはコチラから

変数名リスト

主観的指標

項目名 データタイトル 質問項目 回答
主観的幸福度 SUB_HAP 現在，あなたはどの程度幸せですか？「とても幸せ」を10点，「とても不幸せ」を0点とすると，何点くらいになると思いますか？* 0点「とても不幸せ」-10点「とても幸せ」
生活満足度 SUB_SAT あなたは全体として最近の生活にどの程度満足していますか？「とても満足」を10点，「とても不満足」を0点とすると，何点くらいになると思いますか？ 0点「とても不満足」-10点「とても満足」
生活満足度 SUB_SLP あなたは最近，どの程度眠れていますか？「とても眠れている」を10点，「全く眠れていない」を0点とすると，何点くらいになると思いますか？ 0点「全く眠れていない」-10点「とても眠れている」

独裁者ゲーム

図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち，あなたはBさんに何ポイントかを渡すことができます．
さて，あなたはBさんに何ポイント渡しますか？
ここでは以下の条件の場合について教えて下さい.

項目名 データタイトル 質問項目 回答
主観的幸福度 DIC_PAR Bさんが両親の場合 0ポイント-10ポイント
DG友人条件 DIC_FRI Bさんが友人の場合 0ポイント-10ポイント
DG他者条件 DIC_OTH Bさんが全く知らない他人の場合 0ポイント-10ポイント

最終提案ゲーム_提案者

図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.
そのうち，あなたはBさんとポイントを分け合うことになりました．
あなたは，Bさんに対して分け合うポイントを提案することができます．
あなたは，10ポイントの中から，Bさんに対して分けたポイントを引いた残りを受け取ることができます．
しかし，Bさんがあなたの提案を拒否した場合には，その提案は実現せずに，
お互いポイントをもらえないことになります．
さて，あなたはBさんに何ポイント渡すことを提案しますか？
ここでは以下の条件の場合について教えて下さい.

項目名 データタイトル 質問項目 回答
最終提案提案者両親条件 ULT_PRO_PAR Bさんが両親の場合 0ポイント-10ポイント
最終提案提案者友人条件 ULT_PRO_FRI Bさんが友人の場合 0ポイント-10ポイント
最終提案提案者他者条件 ULT_PRO_OTH Bさんが全く知らない他人の場合 0ポイント-10ポイント

最終提案ゲーム_応答者

図を見て下さい. あなたはBさんです. AさんはTポイントを10ポイントを受け取りました.
Aさんが，あなたに対して分け合うポイントを提案します．
Aさんは，10ポイントの中から，あなたに対して分けたポイントを引いた残りを受け取ることができます．
しかし，あなたがAさんの提案を拒否した場合には，その提案は実現せずに，
お互いポイントをもらえないことになります．
さて，最低でも何ポイントの提案を受けたら，Aさんの提案を受け入れますか？
ここでは以下の条件の場合について教えて下さい.

項目名 データタイトル 質問項目 回答
最終提案応答者両親条件 ULT_REC_PAR Bさんが両親の場合 0ポイント-10ポイント
最終提案応答者友人条件 ULT_REC_FRI Bさんが友人の場合 0ポイント-10ポイント
最終提案応答者他者条件 ULT_REC_OTH Bさんが全く知らない他人の場合 0ポイント-10ポイント

信頼ゲーム

図を見て下さい.
あなたはAさんです. あなたはTポイントを10ポイント持っています.
いくらかをCさんにあずけてください. CさんはあなたからあずかったTポイントを3倍にしてBさんに渡します.
Bさんは手元に渡されたポイントのうち，いくらかをあなたに返します.
この時，あなたはCさんにいくらあずけますか？
ここではBさんが以下の条件の場合について教えて下さい.

項目名 データタイトル 質問項目 回答
信頼両親条件 TRU_PAR Bさんが両親の場合 0ポイント-10ポイント
信頼友人条件 TRU_FRI Bさんが友人の場合 0ポイント-10ポイント
信頼他者条件 TRU_OTH Bさんが全く知らない他人の場合 0ポイント-10ポイント

自然関連

以下の質問について4点満点でお答えください．

項目名 データタイトル 質問項目 回答
自然運命 SPN_UNM 何かの大きな力に自分の運命は動かされているように感じることがある. 1全くそう思わない-4非常にそう思う
自然感謝 SPN_THK 自然などの人間を超えた力に感謝の気持ちを持つことがある. 1全くそう思わない-4非常にそう思う
自然恐怖 SPN_FEA 自然などの人間を超えた力に恐れの気持ちを持つことがある. 1全くそう思わない-4非常にそう思う
自然生存 SPN_LIV 自然などの人間を超えた力によって，生かされていると思うことがある. 1全くそう思わない-4非常にそう思う
自然大切 SPN_IMP 自然は大切な存在である． 1全くそう思わない-4非常にそう思う

監視

以下の質問について4点満点でお答えください．

項目名 データタイトル 質問項目 回答
第2者被監視感 KAN_SEC 日常生活の中で，直接誰か（人間）に見られていると思うことがある． 1全くそう思わない-4非常にそう思う
第3者被監視感 KAN_THI 日常生活の中で，監視カメラ等を通じて誰か（人間）に間接的に見られていると思うことがある． 1全くそう思わない-4非常にそう思う
超自然的被監視感 KAN_SUP 日常生活の中で，超自然的な存在に見られていると思うことがある． 1全くそう思わない-4非常にそう思う
第2者被監視感 KAN_PRD 無機物の中に，人間の表情のようなものを見出すことがある． 1全くそう思わない-4非常にそう思う
自然大切 KAN_KYK 人に対して共感をすることがある． 1全くそう思わない-4非常にそう思う

死後

以下の質問について4点満点でお答えください．

項目名 データタイトル 質問項目 回答
死後世界 DED_SHI 「死後の世界」が存在すると思いますか？ 1全くそう思わない-4非常にそう思う
天国 DED_TEN 「天国」が存在すると思いますか？ 1全くそう思わない-4非常にそう思う
地獄 DED_JIG 「地獄」が存在すると思いますか？ 1全くそう思わない-4非常にそう思う
奇跡 DED_KIS 「奇跡」が存在すると思いますか？ 1全くそう思わない-4非常にそう思う
天罰 DED_PUN 「天罰」が存在すると思いますか？ 1全くそう思わない-4非常にそう思う

性行動

以下の質問についてお答えください．

項目名 データタイトル 質問項目 回答
性衝動 SEX_IMP，SEX_IMP_num（数値，欠損値有り） あなたの性衝動はどの程度強いと思いますか？7点満点でお答え下さい．なお，答えたくない方は「8.答えたくない」を選んで下さい． 全く弱い．2. 弱い．3. どちらかと言えば弱い．4. どちらとも言えない．5. どちらかと言えば強い．6. 強い．7. 非常に強い．8. 答えたくない．
自慰回数 SEX_MAS，SEX_MAS_nen（年間回数）： あなたはどの程度の頻度でマスターベーションをしていますか？以下の選択肢の中から最も近いものを選んで下さい．なお，答えたくない方は「10. 答えたくない」を選んで下さい． 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」
性交渉回数 SEX_SEX，SEX_SEX_nen（年間回数） あなたはどの程度の頻度で性交渉（性行為）をしていますか？以下の選択肢の中から最も近いものを選んで下さい．なお，答えたくない方は「10. 答えたくない」を選んで下さい． 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」
性衝動対象 SEX_OBJ あなたの性衝動の対象として当てはまる選択肢を選んで下さい．なお，答えたくない方は「5.答えたくない」を選んで下さい． 1.異性, 2. 同性,3. 両方,4. その他,5. 答えたくない
天罰 SEX_NIN，SEX_NIN_cen（中央値） あなたが性交渉（性行為）をしたことがある人数を教えて下さい．* 性交渉を（性行為）したことがない場合は「0. 0人」を選んで下さい． また，答えたくない方は「12.答えたくない」を選んで下さい． 1. 0人 「0」, 2. 1人 「1」, 3. 2〜3人 「2.5」, 4. 4〜5人 「4.5」, 5. 5〜7人 「6」, 6. 8〜10人 「9」, 7. 11〜15人 「13」, 8. 16〜20人 「18」, 9. 21〜30人 「25.5」, 10. 31〜40人 「35.5」, 11. 41〜100人 「70.5」, 12. 101人以上 「101」, 13. 答えたくない．「NA」
性情報開示 SEX_NNA 性情報に対して開示しなかった個数 上記5つについて答えたくないを選んだ個数

フェイスシート

あなたのことについて教えて下さい．

項目名 データタイトル 質問項目 回答
性別 F_SEX あなたの性別を教えて下さい. 1.男性, 2.女性,3.その他
世代 F_GEN あなたの年齢を教えて下さい. 1. 10代前半, 2. 10代後半, 3. 20代前半, 4. 20代後半, 5. 30代前半, 6. 30代後半, 7. 40代前半, 8. 40代後半, 9. 50代前半, 10. 50代前半, 11. 60代前半, 12. 60代後半, 13. 70代以降
最終学歴 F_FGR あなたの最終学歴を教えて下さい. 1. 中学校卒業, 2. 高校中退, 3. 高校卒業, 4. 専門学校（短期大学）中退, 5. 専門学校（短期大学）卒業, 6. 大学中退, 7. 大学卒業, 8. 大学院修士課程（博士前期課程）中退, 9. 大学院修士課程（博士前期課程）修了, 10. 大学院博士課程（博士後期課程）中退, 11. 大学院博士課程（博士後期課程）修了
個人収入 F_INK，F_INK_cen(中央値，百万円) あなた個人の年収を教えて下さい. 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない
世帯収入 F_INS，F_INS_cen(中央値，百万円) あなたの世帯での収入の合計を教えて下さい. 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない
回答端末 F_TAN あなたが現在回答に使われているケータイ／タブレット／パソコンについて，当てはまるものを選んで下さい． 1. パソコン（Windows）, 2. パソコン（Mac）, 3. パソコン（その他）, 4. タブレット（Windows）, 5. タブレット（iOS，iPad）, 6. タブレット（android）, 7. タブレット（その他）, 8. スマホ（Windows）, 9. スマホ（iOS，iPhone）, 10. スマホ（android）, 11. スマホ（その他）, 12. ガラケー，フィーチャーホン, 13. その他
都道府県 PRE あなたのお住まいの県を教えて下さい. 1. 北海道2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県36. 徳島県37. 香川県38. 愛媛県39. 高知県40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県
地域 ARE 都道府県から地域に変換 北海道：1. 北海道，東北地方：2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県，関東地方：8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県，中部地方：15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県，近畿地方：25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県，中国地方：31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県，四国地方：36. 徳島県37. 香川県38. 愛媛県39. 高知県，九州地方：40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県
未既婚 MAR あなたはご結婚されていますか？ NotMarried：未婚，Married：既婚
子の有無 CHI あなたはお子さんがいらっしゃいますか？ NoChild：いない，Child：いる 
---
title: "データ解析論I第4講"
output: 
  flexdashboard::flex_dashboard:
    vertical-layout: scroll
    orientation: columns
    source_code: embed
    theme: journal
    toc: true
    toc_depth: 2
    fig_mobile: true
    highlight: pygments
    css: styles_customized.css

---

```{r setup, include=FALSE}
library(flexdashboard)
library(readr)
exdataset <- read_csv("/Users/akira/Dropbox/Education/2019MEIJI/[3_Wed2]Data_Analytics/analysis/data/exdataset.csv")
library(ggplot2)

## Reordering exdataset$ARE
exdataset$ARE <- factor(exdataset$ARE, levels=c("Kanto", "Hokkaido", "Tohoku", "Chubu", "Kinki", "Chugoku", "Shikoku", "Kyushu"))

## Reordering exdataset$MAR
exdataset$MAR <- factor(exdataset$MAR, levels=c("NotMarried", "Married"))

## Reordering exdataset$CHI
exdataset$CHI <- factor(exdataset$CHI, levels=c("NoChild", "Child"))


```




# 講義資料


## メイン資料 {.tabset .tabset-fade}

### 今日の資料はコチラから．









スマホで見る方は**QRコード**を読み込んでください




### 前回の復習
  


#### データの整理

* 実施した調査によるデータ（調査が間に合わなければ，その他のデータ）を用いて，
記述統計量の算出手法について学ぶ．



#### 関数とパッケージ

Rにおいてよく使う計算式は**関数**として用意されています．必要な関数は**パッケージ**をインストールすることで，適宜追加することができます．

* パッケージ：機能を拡張するもの．
  - 研究者など，たくさんの開発者が自身の研究上・仕事上のニーズに応じて拡張パッケージを用意している．
  - これを使えば様々な分析や操作が便利になる．
  - 必要に応じて，様々なパッケージを追加していくイメージ


##### 以下の段取りを踏むことで利用可能となる．

1. パッケージをインストールする．
2. パッケージを読み込む．
3. 関数を使う．

1.については，一度行うだけで良い．  
2, 3にについては必要に応じて適宜実施する．  

以下にはその一例を示す．

```
install.packages(“radiant”, dependencies = TRUE)
パッケージをインストールする．今日やるだけで良い．

library(radiant)
パッケージを読み込む，使うときには必ず入力する

radiant()
パッケージを起動する．これを入力することで起動できる．

```



#### 他のデータを読み込む


今は皆さんに手入力でデータを打ち込んで貰いました．今度は，皆さんには"csvファイル"からデータを読み込んでもらおうと思います．Rの標準のデータ形式以外の他の形式のファイルを読み込むことを「インポート」と言います．

RStudioを使ってもらうと，次の手順でデータを読み込むことができます．

*	"Import Dataset"をクリックする．
    - "From Text (readr)..."をクリックする．
* "Browse"をクリックする
    - 読み込みたいデータを選んで"Open"をクリックする．
    - データに併せて，クリックしていく．
	  - 今回の場合は"First Row as Names"にチェックを入れる．これは1行目が各行のデータ名を示しているためである．
* "Import"をクリックしてデータを読み込む．
* 完了


下のコンソールには3つのコードが書かれます．1番目のコードは"readr"というパッケージを使うように，という指示をしています．2番目のコードは"データを読み込んで，こんな名前にしておいて下さい"を示しており，3番目のコードは"読み込んだデータを表示して下さい"を示している．

なお，このコード（特に上の2つ）は">"を取り除いて上の".R"ファイルに保存しておくと，次回以降便利であることが多い．

その時に，なれるまでこんな感じに説明書きも入れておくと良いと思います．．


```
library(readr)
# パッケージreadrを使う
dataset <- read_csv("~/hogehoge/dataset.csv")
# datasetを読み込む
```


なお，この"hogehoge"は読み込んだデータを保存した場所を示しており，人によって異なるので注意してください．


##### 注意：データについて
このデータはゴトウが実施した1926人分のデータのうち，ランダムに選んだ963人分のデータです．このデータの取扱いについては，現在分析中＆論文として執筆中なので細心の注意を払って下さい．まだ，データの中身は「データの概要」に記載してあるので，そちらを参考にしてください．



読み込んだデータの記述統計量を算出します．ここでは人々の主観的幸福度について記述統計量を算出します．


#### 主観的幸福度とは：
主観的幸福度とは人が感じている幸福度を示したものです．ここでは「現在，あなたはどの程度幸せですか？「とても幸せ」を10点，「とても不幸せ」を0点とすると，何点くらいになると思いますか？」として尋ねたものです．

昨今では主観的幸福度は「幸福の経済学」という分野で注目されています．

* 詳細は秋学期に開講する「経済と情報行動」の中で触れます．


それでは，記述統計量を出してみましょう．特に，複数列あるデータの場合は\$を使って，「データセットの中のこのデータ列について平均値を出して下さい」というように指定してあげます．

　  

#### 平均・分散・標準偏差・度数など．

 
```{r dataを読み込む, echo=TRUE}
library(readr)
exdataset <- read_csv("/Users/akira/Dropbox/Education/2019MEIJI/[3_Wed2]Data_Analytics/analysis/data/exdataset.csv")
library(ggplot2)

## Reordering exdataset$ARE
exdataset$ARE <- factor(exdataset$ARE, levels=c("Kanto", "Hokkaido", "Tohoku", "Chubu", "Kinki", "Chugoku", "Shikoku", "Kyushu"))

## Reordering exdataset$MAR
exdataset$MAR <- factor(exdataset$MAR, levels=c("NotMarried", "Married"))

## Reordering exdataset$CHI
exdataset$CHI <- factor(exdataset$CHI, levels=c("NoChild", "Child"))

```



#### **平均値**を算出してみる．

主観的幸福度(SUB_HAP)の平均値
```{r 主観的幸福度の平均値, echo=TRUE}
mean(exdataset$SUB_HAP)
```

#### **分散**を算出してみる．
主観的幸福度(SUB_HAP)の分散
```{r 主観的幸福度の分散, echo=TRUE}
var(exdataset$SUB_HAP)
```

#### **標準偏差**を算出してみる．
主観的幸福度(SUB_HAP)の標準偏差
```{r 主観的幸福度の標準偏差, echo=TRUE}
sd(exdataset$SUB_HAP)
```

主観的幸福度(SUB_HAP)のヒストグラム
```{r 主観的幸福度のヒストグラム, echo=TRUE}
g <- ggplot(exdataset, aes(x = SUB_HAP)) + geom_histogram(binwidth = 1.0)
g
```


#### **頻度**を数えてみる．

```{r 運命の頻度, echo=TRUE}
table(exdataset$SPN_UNM)
```

#### ついでにヒストグラムも作ってみよう
```{r 運命のヒストグラム, echo=TRUE}
g <- ggplot(exdataset, aes(x = SPN_UNM)) + geom_histogram(binwidth = 1.0)
g
```


#### 世代の頻度を数えてみる．
```{r 世代の頻度, echo=TRUE}
table(exdataset$F_GEN)
```

　  


* 基本的には『関数』を用いた計算方法を紹介する．


```
esquisse:::esquisser()

```
※これを使うと簡単に可視化できる．



#### 再現可能性(Reproducibility)の重要性


##### 再現可能性に関する様々な議論と定義（[Kulkarni, 2017](https://www.editage.jp/insights/irreproducibility-is-the-lack-of-an-accepted-definition-a-problem-in-itself)）

Goodmanによる定義（[Goodman et.al, 2016](https://stm.sciencemag.org/content/8/341/341ps12)）：

* **方法の再現可能性**(Methods reproducibility)：反復可能性にもっとも近い．研究方法とデータに関する十分な情報が提供され、同じ手順を反復できるようになっていることを意味する．

* 結果の再現可能性(Results reproducibility)：「方法の再現可能性」と密接に関連している．「元の実験と可能な限り同じ手順で，独立した実験を実施し，同じ結果を得ること」を意味する．

* 推論の再現可能性(Inferential reproducibility)：先の2つの再現可能性とは異なる。別の研究から同じ推論が導かれることもあれば，同じデータから別の結果が推測されることもある．このため，推論の再現可能性とは「独立した再現実験もしくは元の研究の再分析から，質的に類似した結果を導くこと」を意味する．


Stoddenによる定義（[Stodden, 2014](https://web.stanford.edu/~vcs/talks/OpenConNov152014-STODDEN.pdf)）：

* 実証的再現可能性(Empirical reproducibility)：物理的に実験を繰り返して実証する必要なすべての情報が提供されていることを意味する．この定義は，グッドマン氏の「方法の再現可能性」の定義に近い．
* **計算／統計的再現可能性**(Computational and statistical reproducibility)：研究における計算結果や分析結果を再び行うために欠かせないリソースが提供されていることを意味する．


Bakerによる定義（[Baker, 2016](https://www.nature.com/news/muddled-meanings-hamper-efforts-to-fix-reproducibility-crisis-1.20076)）：

* **分析的反復**(Analytic replication)：単に元データを再分析して結果を再現すること．
* 直接的反復(Direct replication)：元の実験と同じ条件，材料，方法を利用しようとすること．
* 体系的反復(Systematic replication)：異なる実験条件で結果を再現しようとすること．（例えば，異なる細胞株やマウス株で実験を行うことなど．）
* 概念的反復(Conceptual replication )：ある概念の一般的な正当性を示そうとすること．異なる有機体を使用する場合も含まれる．







##### 再現可能なデータ分析とレポート作成のメリット（高橋, 2018）

* **信頼性**の向上
  - データ解析とは，得たデータを分析結果やグラフに変換すること
  - 同じデータからいつでもどこでも誰でも同じ結果を得られる必要がある
  - 分析が再現できることは，信頼性が高いことを示している．



※ 統計処理はあくまでも「プロセス」なので，決まった形式が存在している．同じ分析結果を出力するための技術は身につける必要がある．


* **間違い**の検証
  - 人間の作業には何らかの間違いが発生しがち．
  - 特に，分析過程でコードのどこかに間違いが存在することがある．
  - 再現可能なデータ分析を行うことで，間違いを探すことができる．



※ 間違ったことを責めるのではなく，どこに原因があるのかを探す&見つけられることが重要．

* **作業効率**の向上
  - 作業の大半を自動化できており，作業時間を減少することができる．
  - 間違いの検証にかかる時間も大幅に減少することが可能となる．


##### 作業を進める際には以下のことを気をつけましょう．

* データソースを手で加工，整形していないか
* コピペを行っていないか
  - RのコードをRスクリプトにコピペする作業は除く
* コンソールに直接コマンドを入力していないか
  - Rスクリプトを作成する際の動作確認やRスクリプトを実行するためのコマンドはコンソールに直接入力して良い
* 手作業で結果やグラフの保存を行っていないか
* 結果やグラフをコピペや手作業でレポートに貼り付けていないか
  - Rマークダウンでレポートを作る場合


#### RMarkdownの使い方

##### 実際にRMarkdownでアウトプットを出力してみよう．

* RMarkdownを立ち上げます．








* 画面の通りクリックします．








* Knitをクリックします．
  - 適宜保存等を行ってください．
  - テンプレート通りのアウトプットが行われます．
  - codeを保存しているフォルダにhtmlファイルができているので，確認してみよう．









##### Rmarkdownで編集するポイント

* YAMLヘッダー：
  - RMarkdownのファイルのメタデータを設定
  - 著者情報の編集，出力ファイルの切り替え，目次の作成などの設定が可能
  - その他テンプレートなどをいろいろ組み合わせる．








* チャンク：
  - コードを記述する部分
  





  
  - この間にRコードを記述する．
  - チャンクオプション：各チャンク内の動作を指定する．
  
  
| チャンクオプション | デフォルト | オプションの意味                                             |
| :----------------: | :--------: | ------------------------------------------------------------ |
|        echo        |    TRUE    | チャンク内での計算結果を出力として表示するか(TRUE)否か(FALSE)． |
|       error        |    TRUE    | チャンク内でのエラーを表示するか否か．                       |
|        eval        |    TRUE    | チャンク内での計算結果を評価するか否か                       |
|      fig.cap       |            | 図の注釈：fig.cap="Figure1"                                  |
|     fig.height     |     7      | 図の縦幅（インチ）                                           |
|     fig.width      |     7      | 図の横幅（インチ）                                           |
|      include       |    TRUE    | チャンク・実行結果を出力するか否か(FALSEでもコードは評価される)． |
|      message       |    TRUE    | チャンク内でのパッケージの読み込みなどのメッセージを表示するか否か． |
|      warning       |    TRUE    | チャンク内での警告を表示するか否か．                         |
|                    |            |                                                              |







### 今日のTake Home Messages  

#### RMarkdownの記法

* RMarkdown：
  - R上でドキュメントを作成するツール
  - **html**でも**Word**でも**htmlプレゼンテーション形式**でも報告可能
  - もし得意な人がいればcssをいじって細かい設定をすることが可能．
    - なかなかややこしいのでざっくりとでよいのじゃないかしら？
　  

* **レポーティング**が重要！
  - 分析した結果を他の人に伝える必要がある．
  - 自身の記録としても残しておく必要がある．

　  


* **再現性**が重要！
  - 自身が行った分析を再度確認するために．
  - 他の人にデータの分析結果の妥当性を確認してもらうために．
  - コードと合わせて説明できることが望ましい．
    - 授業の際には科学の抱える再現性の問題についても紹介する．



```{r}

```


### Rでデータを扱う時に注意すべきこと


 * 必ず数字／文字は半角で入力する．
 * 日本語は使わずにローマ字を使用する．
 * コメントアウト（コードではなく，関係ないメモを入れること）をするときは半角の「#」から始める．
    - メモする内容は全角でもよい．
 * ファイル名およびパスには決して全角の文字（ひらがな，カタカナ，漢字，全角スペースなど）を入れてはいけない．
    - 半角英数字だけにする．
    
 * 慌てずに落ち着いて操作すれば，決して難しくない．
    - 1つずつ落ち着いて作業することを心がける．
 * 「わからない」ことを恐れない
    - 周りの友人に聞いたり，教員に確認したりしよう．
    
 * 文字化け対策に**[こちら](https://docs.google.com/document/d/1CYF6LeFeGV9dTWHGuznkO0Tm4RnhAu2KatdSqFn7bmU/edit)** のp8以降を確認して設定しよう．
    
 


# 演習問題

## 問題

### 問題

#### 演習問題：

* 次回までにご自身で分析してみたいテーマ（回帰分析1つ）＋（t検定1つ）＋（分散分析1つ）の帰無仮説と対立仮説を考えてきてください．


* 前回の授業で行ったコードをRMarkdownでわかりやすいようにまとめてみよう．




#### リアクションペーパー：

* 授業で学んだことおよび感想を下記リンクからお答えください．


**[リアクションペーパー](https://forms.gle/jhMGgdhyb3sMgpWm7)**






### ヒント

* こんなことがかかわるかも？
  - なんて，演習問題によってヒントが出たり何だりします．
  - ヒントがない時は気合でがんばりましょう．

```{r}



```



# データの概要



### データ概要

ダウンロードは**[コチラ](https://akrgt.github.io/2019DA/data/exdataset.csv)**から

```{r}
library(DT)
DT::datatable(exdataset)
```



### 変数名リスト
#### 主観的指標

| 項目名       | データタイトル | 質問項目                                                     | 回答                                             |
| ------------ | -------------- | ------------------------------------------------------------ | ------------------------------------------------ |
| 主観的幸福度 | SUB_HAP        | 現在，あなたはどの程度幸せですか？「とても幸せ」を10点，「とても不幸せ」を0点とすると，何点くらいになると思いますか？* | 0点「とても不幸せ」-10点「とても幸せ」           |
| 生活満足度   | SUB_SAT        | あなたは全体として最近の生活にどの程度満足していますか？「とても満足」を10点，「とても不満足」を0点とすると，何点くらいになると思いますか？ | 0点「とても不満足」-10点「とても満足」           |
| 生活満足度   | SUB_SLP        | あなたは最近，どの程度眠れていますか？「とても眠れている」を10点，「全く眠れていない」を0点とすると，何点くらいになると思いますか？ | 0点「全く眠れていない」-10点「とても眠れている」 |




#### 独裁者ゲーム

図を見て下さい.  
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.  
そのうち，あなたはBさんに何ポイントかを渡すことができます．  
さて，あなたはBさんに何ポイント渡しますか？  
ここでは以下の条件の場合について教えて下さい.  

| 項目名       | データタイトル | 質問項目                      | 回答                 |
| ------------ | -------------- | ----------------------------- | -------------------- |
| 主観的幸福度 | DIC_PAR        | Bさんが両親の場合             | 0ポイント-10ポイント |
| DG友人条件   | DIC_FRI        | Bさんが友人の場合             | 0ポイント-10ポイント |
| DG他者条件   | DIC_OTH        | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |



#### 最終提案ゲーム_提案者

図を見て下さい.  
あなたはAさんです. あなたはTポイントを10ポイントを受け取りました.  
そのうち，あなたはBさんとポイントを分け合うことになりました．  
あなたは，Bさんに対して分け合うポイントを提案することができます．  
あなたは，10ポイントの中から，Bさんに対して分けたポイントを引いた残りを受け取ることができます．  
しかし，Bさんがあなたの提案を拒否した場合には，その提案は実現せずに，  
お互いポイントをもらえないことになります．  
さて，あなたはBさんに何ポイント渡すことを提案しますか？  
ここでは以下の条件の場合について教えて下さい.  

| 項目名                 | データタイトル | 質問項目                      | 回答                 |
| ---------------------- | -------------- | ----------------------------- | -------------------- |
| 最終提案提案者両親条件 | ULT_PRO_PAR    | Bさんが両親の場合             | 0ポイント-10ポイント |
| 最終提案提案者友人条件 | ULT_PRO_FRI    | Bさんが友人の場合             | 0ポイント-10ポイント |
| 最終提案提案者他者条件 | ULT_PRO_OTH    | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |



#### 最終提案ゲーム_応答者

図を見て下さい.
あなたはBさんです. AさんはTポイントを10ポイントを受け取りました.  
Aさんが，あなたに対して分け合うポイントを提案します．  
Aさんは，10ポイントの中から，あなたに対して分けたポイントを引いた残りを受け取ることができます．  
しかし，あなたがAさんの提案を拒否した場合には，その提案は実現せずに，  
お互いポイントをもらえないことになります．  
さて，最低でも何ポイントの提案を受けたら，Aさんの提案を受け入れますか？  
ここでは以下の条件の場合について教えて下さい.  

| 項目名                 | データタイトル | 質問項目                      | 回答                 |
| ---------------------- | -------------- | ----------------------------- | -------------------- |
| 最終提案応答者両親条件 | ULT_REC_PAR    | Bさんが両親の場合             | 0ポイント-10ポイント |
| 最終提案応答者友人条件 | ULT_REC_FRI    | Bさんが友人の場合             | 0ポイント-10ポイント |
| 最終提案応答者他者条件 | ULT_REC_OTH    | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |



#### 信頼ゲーム

図を見て下さい.  
あなたはAさんです. あなたはTポイントを10ポイント持っています.  
いくらかをCさんにあずけてください.   CさんはあなたからあずかったTポイントを3倍にしてBさんに渡します.  
Bさんは手元に渡されたポイントのうち，いくらかをあなたに返します.  
この時，あなたはCさんにいくらあずけますか？  
ここではBさんが以下の条件の場合について教えて下さい.  

| 項目名       | データタイトル | 質問項目                      | 回答                 |
| ------------ | -------------- | ----------------------------- | -------------------- |
| 信頼両親条件 | TRU_PAR        | Bさんが両親の場合             | 0ポイント-10ポイント |
| 信頼友人条件 | TRU_FRI        | Bさんが友人の場合             | 0ポイント-10ポイント |
| 信頼他者条件 | TRU_OTH        | Bさんが全く知らない他人の場合 | 0ポイント-10ポイント |



#### 自然関連

以下の質問について4点満点でお答えください．

| 項目名   | データタイトル | 質問項目                                                     | 回答                              |
| -------- | -------------- | ------------------------------------------------------------ | --------------------------------- |
| 自然運命 | SPN_UNM        | 何かの大きな力に自分の運命は動かされているように感じることがある. | 1全くそう思わない-4非常にそう思う |
| 自然感謝 | SPN_THK        | 自然などの人間を超えた力に感謝の気持ちを持つことがある.      | 1全くそう思わない-4非常にそう思う |
| 自然恐怖 | SPN_FEA        | 自然などの人間を超えた力に恐れの気持ちを持つことがある.      | 1全くそう思わない-4非常にそう思う |
| 自然生存 | SPN_LIV        | 自然などの人間を超えた力によって，生かされていると思うことがある. | 1全くそう思わない-4非常にそう思う |
| 自然大切 | SPN_IMP        | 自然は大切な存在である．                                     | 1全くそう思わない-4非常にそう思う |
|          |                |                                                              |                                   |

#### 監視

以下の質問について4点満点でお答えください．

| 項目名           | データタイトル | 質問項目                                                     | 回答                              |
| ---------------- | -------------- | ------------------------------------------------------------ | --------------------------------- |
| 第2者被監視感    | KAN_SEC        | 日常生活の中で，直接誰か（人間）に見られていると思うことがある． | 1全くそう思わない-4非常にそう思う |
| 第3者被監視感    | KAN_THI        | 日常生活の中で，監視カメラ等を通じて誰か（人間）に間接的に見られていると思うことがある． | 1全くそう思わない-4非常にそう思う |
| 超自然的被監視感 | KAN_SUP        | 日常生活の中で，超自然的な存在に見られていると思うことがある． | 1全くそう思わない-4非常にそう思う |
| 第2者被監視感    | KAN_PRD        | 無機物の中に，人間の表情のようなものを見出すことがある．     | 1全くそう思わない-4非常にそう思う |
| 自然大切         | KAN_KYK        | 人に対して共感をすることがある．                             | 1全くそう思わない-4非常にそう思う |
|                  |                |                                                              |                                   |

#### 死後

以下の質問について4点満点でお答えください．

| 項目名   | データタイトル | 質問項目                               | 回答                              |
| -------- | -------------- | -------------------------------------- | --------------------------------- |
| 死後世界 | DED_SHI        | 「死後の世界」が存在すると思いますか？ | 1全くそう思わない-4非常にそう思う |
| 天国     | DED_TEN        | 「天国」が存在すると思いますか？       | 1全くそう思わない-4非常にそう思う |
| 地獄     | DED_JIG        | 「地獄」が存在すると思いますか？       | 1全くそう思わない-4非常にそう思う |
| 奇跡     | DED_KIS        | 「奇跡」が存在すると思いますか？       | 1全くそう思わない-4非常にそう思う |
| 天罰     | DED_PUN        | 「天罰」が存在すると思いますか？       | 1全くそう思わない-4非常にそう思う |
|          |                |                                        |                                   |

#### 性行動

以下の質問についてお答えください． 

| 項目名     | データタイトル                           | 質問項目                                                     | 回答                                                         |
| ---------- | ---------------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 性衝動     | SEX_IMP，SEX_IMP_num（数値，欠損値有り） | あなたの性衝動はどの程度強いと思いますか？7点満点でお答え下さい．なお，答えたくない方は「8.答えたくない」を選んで下さい． | 全く弱い．2. 弱い．3. どちらかと言えば弱い．4. どちらとも言えない．5. どちらかと言えば強い．6. 強い．7. 非常に強い．8. 答えたくない． |
| 自慰回数   | SEX_MAS，SEX_MAS_nen（年間回数）：       | あなたはどの程度の頻度でマスターベーションをしていますか？以下の選択肢の中から最も近いものを選んで下さい．なお，答えたくない方は「10. 答えたくない」を選んで下さい． | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性交渉回数 | SEX_SEX，SEX_SEX_nen（年間回数）         | あなたはどの程度の頻度で性交渉（性行為）をしていますか？以下の選択肢の中から最も近いものを選んで下さい．なお，答えたくない方は「10. 答えたくない」を選んで下さい． | 1. 経験がない「0」, 2. 年に1回程度「1」, 3. 半年に1回程度「2」, 4. 3ヶ月に1回程度「4」, 5. 1ヶ月に1回程度「12」, 6. 2週に1回程度「26」, 7. 週に1回程度「52」, 8. 週に2-3回程度「130」, 9. 1日に1回程度「365」, 10. それ以上「730」, 11. 答えたくない「NA」 |
| 性衝動対象 | SEX_OBJ                                  | あなたの性衝動の対象として当てはまる選択肢を選んで下さい．なお，答えたくない方は「5.答えたくない」を選んで下さい． | 1.異性, 2. 同性,3. 両方,4. その他,5. 答えたくない            |
| 天罰       | SEX_NIN，SEX_NIN_cen（中央値）           | あなたが性交渉（性行為）をしたことがある人数を教えて下さい．* 性交渉を（性行為）したことがない場合は「0. 0人」を選んで下さい． また，答えたくない方は「12.答えたくない」を選んで下さい． | 1. 0人 「0」, 2. 1人 「1」, 3. 2〜3人 「2.5」, 4. 4〜5人 「4.5」, 5. 5〜7人 「6」, 6. 8〜10人 「9」, 7. 11〜15人 「13」, 8. 16〜20人 「18」, 9. 21〜30人 「25.5」, 10. 31〜40人 「35.5」, 11. 41〜100人 「70.5」, 12. 101人以上 「101」, 13. 答えたくない．「NA」 |
| 性情報開示 | SEX_NNA                                  | 性情報に対して開示しなかった個数                             | 上記5つについて答えたくないを選んだ個数                      |
|            |                                          |                                                              |                                                              |

#### フェイスシート

あなたのことについて教えて下さい．

| 項目名   | データタイトル                   | 質問項目                                                     | 回答                                                         |
| -------- | -------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------ |
| 性別     | F_SEX                            | あなたの性別を教えて下さい.                                  | 1.男性, 2.女性,3.その他                                      |
| 世代     | F_GEN                            | あなたの年齢を教えて下さい.                                  | 1. 10代前半, 2. 10代後半, 3. 20代前半, 4. 20代後半, 5. 30代前半, 6. 30代後半, 7. 40代前半, 8. 40代後半, 9. 50代前半, 10. 50代前半, 11. 60代前半, 12. 60代後半, 13. 70代以降 |
| 最終学歴 | F_FGR                            | あなたの最終学歴を教えて下さい.                              | 1. 中学校卒業, 2. 高校中退, 3. 高校卒業, 4. 専門学校（短期大学）中退, 5. 専門学校（短期大学）卒業, 6. 大学中退, 7. 大学卒業, 8. 大学院修士課程（博士前期課程）中退, 9. 大学院修士課程（博士前期課程）修了, 10. 大学院博士課程（博士後期課程）中退, 11. 大学院博士課程（博士後期課程）修了 |
| 個人収入 | F_INK，F_INK_cen(中央値，百万円) | あなた個人の年収を教えて下さい.                              | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 世帯収入 | F_INS，F_INS_cen(中央値，百万円) | あなたの世帯での収入の合計を教えて下さい.                    | 0. 0円, 1. 1円〜200万円未満, 2. 200万円以上〜400万円未満, 3. 400万円以上〜600万円未満, 4. 600万円以上〜800万円未満, 5. 800万円以上〜1,000万円未満, 6. 1,000万円以上〜1,200万円未満, 7. 1,200万円以上〜1,500万円未満, 8. 1,500万円以上〜2,000万円未満, 9. 2,000万円以上, 10. わからない |
| 回答端末 | F_TAN                            | あなたが現在回答に使われているケータイ／タブレット／パソコンについて，当てはまるものを選んで下さい． | 1. パソコン（Windows）, 2. パソコン（Mac）, 3. パソコン（その他）, 4. タブレット（Windows）, 5. タブレット（iOS，iPad）, 6. タブレット（android）, 7. タブレット（その他）, 8. スマホ（Windows）, 9. スマホ（iOS，iPhone）, 10. スマホ（android）, 11. スマホ（その他）, 12. ガラケー，フィーチャーホン, 13. その他 |
| 都道府県 | PRE                              | あなたのお住まいの県を教えて下さい.                          | 1. 北海道2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県36. 徳島県37. 香川県38. 愛媛県39. 高知県40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県 |
| 地域     | ARE                              | 都道府県から地域に変換                                       | 北海道：1. 北海道，東北地方：2. 青森県3. 岩手県4. 宮城県5. 秋田県6. 山形県7. 福島県，関東地方：8. 茨城県9. 栃木県10. 群馬県11. 埼玉県12. 千葉県13. 東京都14. 神奈川県，中部地方：15. 新潟県16. 富山県17. 石川県18. 福井県19. 山梨県20. 長野県21. 岐阜県22. 静岡県23. 愛知県24. 三重県，近畿地方：25. 滋賀県26. 京都府27. 大阪府28. 兵庫県29. 奈良県30. 和歌山県，中国地方：31. 鳥取県32. 島根県33. 岡山県34. 広島県35. 山口県，四国地方：36. 徳島県37. 香川県38. 愛媛県39. 高知県，九州地方：40. 福岡県41. 佐賀県42. 長崎県43. 熊本県44. 大分県45. 宮崎県46. 鹿児島県47. 沖縄県|
| 未既婚 | MAR   |  あなたはご結婚されていますか？                                              | NotMarried：未婚，Married：既婚                                                             |
| 子の有無 | CHI                              | あなたはお子さんがいらっしゃいますか？                       | NoChild：いない，Child：いる                                             |